时间复杂度是总运算次数表达式Φ受n的变化影响最大的那一项(不含系数)
比如：一般总运算次数表达式类似于这样：
 

 
 

 
 

 
 

另外在时间复杂度中，log(2,n)(以2为底)与lg(n)(以10为底)是等价的因為对数换底公式：

1.一个算法执行所耗费的时间，从理论上是不能算出来的必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了并且一个算法花费的时间与算法中语句的执行次数荿正比例，哪个算法中语句执行次数多它花费时间就多。

一个算法中的语句执行次数称为语句频度或时间频度记为T(n)。

2.一般情况下算法的基本操作重复执行的次数是模块n的某一个函数f（n），因此算法的时间复杂度记做：T（n）=O（f（n））。随着模块n的增大算法执行的时間的增长率和f（n）的增长率成正比，所以f（n）越小算法的时间复杂度越低，算法的效率越高

 在计算时间复杂度的时候，先找出算法的基本操作然后根据相应的各语句确定它的执行次数，再找出T（n）的同数量级（它的同数量级有以下：1Log2n ，n nLog2n ，n的平方n的三次方，2的n次方n！），找出后f（n）=该数量级，若T(n)/f(n)求极限可得到一常数c则时间复杂度T（n）=O（f（n））。

按数量级递增排列常见的时间复杂度有：

1.O(n)，O(n^2) 立方阶O(n^3),...， k次方阶O(n^k) 为多项式阶时间复杂度分别称为一阶时间复杂度，二阶时间复杂度。。

2.O(2^n)指数阶时间复杂度，该种不实用

3.对数阶O(log2n), 線性对数阶O(nlog2n)除了常数阶以外，该种效率最高

 则有 T（n）= n^2+n^3根据上面括号里的同数量级，我们可以确定 n^3为T（n）的同数量级
 则有f（n）= n^3然后根據T（n）/f（n）求极限可得到常数c
 则该算法的 时间复杂度：T（n）=O（n^3)